( en | de | ru )

 

Disambiguierung von "Kozuno, Tadashi"

Autor der Publikation

KopierenLöschenDiese Publikation zur Ablage hinzufügen
Policy Information Capacity: Information-Theoretic Measure for Task Complexity in Deep Reinforcement Learning.

, , , , , , und . ICML, Volume 139 von Proceedings of Machine Learning Research, Seite 3541-3552. PMLR, (2021)

Bitte wählen Sie eine Person um die Publikation zuzuordnen

Um zwischen Personen mit demselben Namen zu unterscheiden, wird der akademische Grad und der Titel einer wichtigen Publikation angezeigt. Zudem lassen sich über den Button neben dem Namen einige der Person bereits zugeordnete Publikationen anzeigen.

Tadashi Obara

Tadashi Otsuru

Tadashi Makabe

Tadashi Kito

Tadashi Yamagata

 

Weitere Publikationen von Autoren mit dem selben Namen

Gap-Increasing Policy Evaluation for Efficient and Noise-Tolerant Reinforcement Learning., , und . CoRR, (2019)Benchmarking Actor-Critic Deep Reinforcement Learning Algorithms for Robotics Control with Action Constraints., , , , , und . CoRR, (2023)Greedification Operators for Policy Optimization: Investigating Forward and Reverse KL Divergences., , , , , und . CoRR, (2021)Theoretical Analysis of Efficiency and Robustness of Softmax and Gap-Increasing Operators in Reinforcement Learning., , und . AISTATS, Volume 89 von Proceedings of Machine Learning Research, Seite 2995-3003. PMLR, (2019)Unifying Value Iteration, Advantage Learning, and Dynamic Policy Programming., , und . CoRR, (2017)No More Pesky Hyperparameters: Offline Hyperparameter Tuning for RL., , , , , , , , , und . CoRR, (2022)Confident Approximate Policy Iteration for Efficient Local Planning in $q^\pi$-realizable MDPs., , , und . NeurIPS, (2022)Regularization and Variance-Weighted Regression Achieves Minimax Optimality in Linear MDPs: Theory and Practice., , , , , , , , , und 5 andere Autor(en). ICML, Volume 202 von Proceedings of Machine Learning Research, Seite 17135-17175. PMLR, (2023)Leverage the Average: an Analysis of Regularization in RL., , , , , und . CoRR, (2020)Greedification Operators for Policy Optimization: Investigating Forward and Reverse KL Divergences., , , , , und . J. Mach. Learn. Res., (2022)